hub-migration-2026-11-08.md 35 KB

hub-orchestrator 替代迁移方案(分两步收编)

决策时间:2026-11-08 15:xx(用户拍板「分两步收编」) 触发点:用户「要完全使用 tdd-orchestrator 的机制替代 tools/xaf_agent_hub 机制」 背景:CFC TDD 闭环当前双系统并存——tdd-orchestrator skill(编排层)+ tools/xaf_agent_hub(调度执行层)。本次迁移目标让 skill 成为唯一机制,hub 退役归档。


一、现状盘点(能力矩阵实证,grep / AST 验证)

维度 tdd-orchestrator(skill 侧) xaf_agent_hub(当前执行层)
测试发现/编目 ✅ discover_tests.py / test_inventory.py ❌ 无
状态机 RED→YELLOW→GREEN ✅ --mark-red/yellow/green + state.json ❌ 无
账本 ✅ .workbuddy/tasks.json(scheduler.py 原子写) ⚠️ tasks_backlog.json(独立池,双源漂移风险)
部署链 ✅ deploy_sessions + dispatch_deploy + finalize_deploy(production 确认门) ⚠️ deploy_wait.py / wait_branch.py
发现问题 ✅ --changes / --inspect / --clean-check ❌ 无
会话枚举/复用 ✅ enumerate_sessions / find_idle_session / _alloc_with_quota_check ✅ scan_instance / matcher.py / slot_lock
角色级模型链+冷却 ✅ resolve_model_chain + agent_model_chains + model_cooldowns.json ⚠️ 重合但语义不同(见下)
派发投递 ⚠️ auto_dispatch → .workbuddy/dispatch.py → hub.py dispatch(依赖 hub) ✅ scheduler.py 真实选路/投递
实例级模型链候选 + 真实 provider 命中 ❌ 缺(opencode_client 无 available_models;tdd_orchestrate.py 无 instance_model_chain) ✅ 实例级候选列表 + available_models() 按节点 provider 命中
多实例负载选路 ❌ 固定 client 映射,无 _pick_instance ✅ 按并发/运行中会话选最低负载可调度实例
429 黑窗顺延(全家族至次日 08:00) ⚠️ model_rules 冷却→model_cooldowns.json,非全家族黑窗逻辑 ✅ mark_opencode_blackout + opencode_blackout_until + fix_free_limit
并发槽位锁 ❌ 只有配额检查,无锁 ✅ slot_lock.py
智能会话语义匹配 ❌ 仅状态+时间判定 ✅ matcher.py / _smart_candidates
运维守护(watchdog/loop_resume/check_agents/fill_slots) ❌ 无 ✅ watchdog.py / loop_resume.py / fill_slots.py + 计划任务 XAFHubCheck_01..06
会话恢复 ❌ 无 ✅ resume_interrupted.py / confirm_session.py
报告导出 ❌ 无 ✅ report.py HTML/CSV

结论:skill 已自给「编排层」(状态机/账本/部署/汇报/发现);但「真实派发链路末端仍依赖 hub」「调度基础设施(实例级/并发/黑窗/巡检)全部在 hub」。不可一步删除 hub。


二、迁移目标(分两步)

第一步:能力移植(把 hub 独有调度能力移入 skill 体系)

落地位置:

  • skill 本体:C:\Users\liaoxg.DESKTOP-DGLN79N\.workbuddy\skills\tdd-orchestrator\scripts\
  • 配套:opencode-orchestrator/scripts/opencode_client.py(skill 依赖)
  • 项目配置:.tdd/config.json / machine.json(机器级)
  • 分发层:.workbuddy/dispatch.py(适配器改造)

具体任务:

T1. 补 skill 实例级模型探测能力

  • opencode_client.OpenCodeClient 新增 available_models()(GET /model),返回该实例真实 provider 集合
  • machine.json 每个 client 增加 model_chain(实例级候选列表,按 hub config.json 的 instances[].model_chain 移植)
  • tdd_orchestrate.py 新增 resolve_client_model_chain(cfg, client_name):候选按序取该实例真实可用第一个;429 跳过进冷却(沿用 model_rules);整链失败回落兜底。对齐 hub scheduler.resolve_instance_model 行为。

T2. 黑窗语义统一到 skill cooldowns

  • 删除 .workbuddy/dispatch.py 对 .model_state.json 的依赖(hub 专有)
  • resolve_model_chain 支持"opencode 全家族 429 黑窗至次日 08:00"规则(已有 model_rules[error_contains=="429"]→cooldown_until_next:"08:00" 机制,需加"整族"语义,即一个 opencode 家族 hit 429 则家族内其他 model 同冷却)
  • model_cooldowns.json 扩展为 skill 事实源(覆盖 hub .model_state.json 职责)

T3. 多实例负载选路

  • auto_dispatch 改走 skill 内部选路:先 enumerate_sessions(machine_cfg, cfg) 扫全部实例活跃会话,再按实例并发限额 (instance_limit) 与在途任务数选最优实例 → 传给 _alloc_dedicated_session(client_name=...)。
  • 等价替换 hub _pick_instance。

T4. 槽位并发锁

  • 抽取 slot_lock.py 的 FFLock / LockBusyError 移植到 skill(或保留在项目 .workbuddy/slot_lock.py 共享),enumerate_sessions 后校验并发槽位再派发。

T5. 派发链直连(核心)

  • .workbuddy/dispatch.py 重写:不再 subprocess.run(hub.py dispatch ...) 作为投递后端;改为直接 import skill 的 OpenCodeClient + 调用 create_session / send_prompt 完成投递。
  • 原 scheduler.apply_instance_discipline(discipline.py 纪律注入)保持不变(skill 调用 discipline.py 单一事实源)。

T6. 填槽并入自动化

  • fill_slots.py(tasks_backlog.json 挑空闲位派)逻辑并入 skill 的 --auto 命令(auto_dispatch 已做 pending 派发,只需把 backlog pool 来源换成 .workbuddy/tasks.json 即可)。
  • 巡检 automation prompt 追加 "pool empty → --add-task 建新任务" 路径(与 hub fill_slots 对齐)。

T7. 会话恢复

  • resume_interrupted.py / confirm_session.py 逻辑拆出为 skill 子命令 --resume <tid> + --confirm <session_id>。
  • 或直接合并到 --inspect 增强(识别 interrupted 会话 → 给出恢复建议)。

T8. 巡检并入 WorkBuddy automation

  • 现有 CF 研发负责人·闭环巡检(每时45分)(id 5c32f42a-f237-4946-bedf-97dd1e2e0f66)prompt 更新:去掉 hub.py / setup_scheduled_tasks.py / XAFHubCheck_* / loop_resume.py 等引用,改为纯 skill 命令(tdd_orchestrate.py --auto / --status / --clean-check / --changes + python -m opencode_client.health 探活)。
  • 停用 Windows 计划任务:XAFHubCheck_01..06(10 分钟错峰)+ xaf_hub_watchdog(进程看护)。停前先 kill 正在跑的 loop_resume.py 与 watchdog.py python 进程。

第二步:hub 退役归档

前置条件:T1–T8 全部落地并通过 N ≥ 3 日闭环稳定验证(至少覆盖一次 429 黑窗 + 一次 08:00 解禁 + 一次多实例并发)。

动作:

  1. tasks_backlog.json 待办迁移:对照 .workbuddy/tasks.json 去重后重新 --add-task 重建(双源漂移纪律:以远端 git show origin/cfclub:<path> 为准比对,不整体覆盖)。
  2. 禁用 workflow update 相关 automation 调用 setup_scheduled_tasks.py。
  3. 归档 E:/cfc/tools/xaf_agent_hub/ 目录 → E:/cfc/docs/archive/xaf-agent-hub-legacy/(保留 README 作参考,保留旧 logs 供审计)。
  4. config.json(入库共享)里 6 个实例的 model_chain + fallback 字段已在上次分层收口(commit e692fb688)移出共享,进入 machine.json —— 此次迁移确认无遗漏回退。
  5. 最终验收:完整 TDD 闭环(S-cfc-N RED→YELLOW→GREEN→DONE)跑通且 git evidence 全部推 origin/cfclub,期间无一次因 skill 侧缺失能力而退回 hub 的例外。

三、验收标准(每步都有硬指标)

T1–T8 完成后硬验证

  • git grep -n "hub.py\|xaf_agent_hub" .workbuddy/dispatch.py tdd_orchestrate.py → 0 条引用(除注释/文档说明外)
  • python dispatch.py --task S-cfc-X --json --dry-run 投递成功(输出包含「已投递」/ verified:true)
  • 模型黑窗时段(模拟 429)自动跳过并顺延下一档;下次检定时按 model_cooldowns.json 正确解冻
  • 多实例环境下(≥2 实例有会话),auto_dispatch 选到的实例为负载最低者(枚举输出验证)
  • 并发槽位满时派发拒绝并有清晰错误信息(LockBusyError)
  • WorkBuddy automation 巡检日志无 hub 引用,prompt 驱动全是 skill 命令
  • 现有 6 个 XAFHubCheck 计划任务 + xaf_hub_watchdog 已清除(schtasks /Query 核验)

第二步归档前硬性收敛

  • 最近连续 3 次人工/自动巡检(≥72 小时)全程无退回 hub 的记录
  • SC 累计跑通 5/241 → 推进中,无倒退
  • 所有 hub .log 文件已归档保存(out/*.log、fill_slots.log、agent_check.log 等)

四、风险与缓释

风险 影响面 缓释
skill 是多项目共用(mes/CFC),instance_model_chain 变更影响 mes 实例 mes 可能掉配置 resolve_client_model_chain 加「client 级 model_chain 未配置 → 回退全局 agent_model_chains」防御分支
model_cooldowns.json 扩全家族语义可能与 mes 现有 model_rules 冲突 mes 调度异常 仅在 CFC 的 machine.json 加 cfc_specific_rules: true 开关,默认关闭
派发直连后纪律注入(discipline.py)路径变化 开发会话指令错配 保留 discipline.py 作为 skill 调用方,不动 discipline.py
计划任务清理期间(windows 重启等)巡检空窗 几小时内无人工巡检 保留 WorkBuddy automation(每时 45 分)兜底;cleanup 仅在 T8 完成后再做
迁移阶段 skill/hub 双轨导致「双真相」 账本不一致 铁律:迁移期双轨并行,只以 .workbuddy/tasks.json(skill)为准;tasks_backlog.json 只读,不做写入

五、回退方案

任一 T 无法落地时回退路径:

  1. .workbuddy/dispatch.py 保留原始实现(备份 dispatch.py.bak-*),迁移期始终可切回 subprocess(hub.py dispatch)。
  2. skill 改动均在本机 ~/.workbuddy/skills/tdd-orchestrator/scripts/,删除这些文件即还原(skill 重装不影响)。
  3. plan 任务暂不清理;T1–T8 落地后,先暂停(不动删)观察 24 小时,再按计划步骤关。

六、实施顺序建议

按依赖优先级排序:

T1 (available_models) ──┐
T2 (黑窗统一)   ─────────┤──► 核心派发直连(T5)
T3 (负载选路)  ──────────┘
      │
      ▼
T4 (槽位锁) → T6 (填槽) → T7 (会话恢复) → T8 (巡检并入)
      │                              │
      └────── 并行实施 ──────────────┘

T1/T2/T3 互不相干可并行(三组代码隔离在不同脚本);T5 必须等 T1/T2/T3 落定后才改写,否则回滚点清晰。


七、后续行动

  1. 本方案文档推送 origin/cfclub(本次单文件提交,作为团队共享单一事实源)
  2. 请主理人裁决:是否立即派发 opencode 会话实施 T1–T3(第一组,核心基础),还是先观察本轮稳定后再动
  3. 若立即实施:
    • 派发会话 A:实施 T1(opencode_client.available_models + tdd_orchestrate.py resolve_client_model_chain)
    • 派发会话 B:实施 T2(model_cooldowns.json 扩全家族语义 + .workbuddy/dispatch.py 清理黑窗引用)
    • 派发会话 C:实施 T3(auto_dispatch 接入负载选路)
    • 核验会话:逐 T 独立复核 git diff + 实测模型选择
    • 三组完成后再进入 T4–T8

八、实施状态记录(T1–T2 已落地,2026-11-08)

实施方式:主理人拍板「立即派 T1–T2(推荐)」;T1(opencode_client.py + machine.json + tdd_orchestrate.py 模型链)与 T2(tdd_orchestrate.py 家族黑窗 + model_cooldowns.json + dispatch.py 换源)两码隔离并行。

T1 实例级模型探测 —— ✅ 已落地 + 验证通过

改动:

  • opencode-orchestrator/scripts/opencode_client.py 新增 available_models()(GET /model,递归 walk 提取 providerID/modelID 集合;读取失败返回空 set = 按全部可用处理)。移植自 hub opencode_api.py。
  • tdd-orchestrator/config/machine.json 6 个 client 全部新增 model_chain(实例级候选列表,实测 provider 优先)。
  • tdd-orchestrator/scripts/tdd_orchestrate.py 新增 _model_ref_from_str() + resolve_client_model_chain(),_alloc_dedicated_session 模型链解析改双轨(实例级优先 → 回退角色级)。

实测(6 节点 available_models 计数):lan-189=75、pub-iwintrue=47、lan-248=170、lan-204=54、local-45278=114、prod-etotem=23。provider 命中与记忆一致:lan-189 只有 axon/*、pub-iwintrue 只有 etotem/*、prod-etotem 无 etotem(只 axonhub+opencode)、lan-248 agnes 前缀为 agnes-ai/。

resolve_client_model_chain 断言全过:空冷却全命中 P1;free 档冷却各实例按实测 provider 横向命中(lan-189→axon、pub-iwintrue→etotem、其余→axonhub);lan-189 候选 [axonhub,axon] 命中 axon/deepseek;prod-etotem 候选 [axonhub,etotem] 命中 axonhub/deepseek(etotem 已下线)。

T2 黑窗语义统一 —— ✅ 已落地 + 验证通过

改动:

  • tdd_orchestrate.py 新增 model_provider() / family_cooldown_key() / _maybe_family_blackout();is_model_cooldowned 增强(家族黑窗优先);apply_model_rule 429 命中同写家族键。
  • model_cooldowns.json 回填 family@opencode 键(从 hub .model_state.json opencode_blackout_until_ms=1794096000000,与 opencode free 冷却一致 = 次日 08:00),并记 _backfill_note。
  • .workbuddy/dispatch.py _blackout_info() 重写:改读 skill model_cooldowns.json 的 family@opencode 键(黑窗事实源迁移),MODEL_STATE 常量移除。

实测(家族黑窗语义 3 组断言全过):429 写 family@opencode → 家族内另一 opencode 模型(未单独冷却)is_model_cooldowned 返回 True;非 opencode 家族(axonhub)不受影响;非 429 错误不写家族键;家族黑窗下 6 实例 resolve_client_model_chain 全部跳过 opencode 档(命中 P2 非 opencode provider)。

dispatch.py 干跑验证:python .workbuddy/dispatch.py --task S-cfc-1 --json --dry-run 输出 TDD RED 契约指令 + [DRY-RUN] 黑窗=False(内置兜底(429/quota/限流)→2026-11-08 08:00)|hub: E://cfc//tools//xaf_agent_hub//hub.py(黑窗感知已从 skill 源读取;hub 路径常量保留供 T5 直连改造)。

两个收尾判断项(已裁决)

  1. opencode_last_429_source 不迁移:dispatch 侧只读 cooldown_reason(文案已含来源语义),source 字段丢失可接受。
  2. fix_free_limit.py 不双写 skill:其写 hub .model_state.json 是 hub 自闭环守护逻辑,随第二步 hub 退役自然消亡;交叉漂移自愈(skill 路径撞 429 会自行写 family@opencode)。

语法/结构校验

py_compile 通过 dispatch.py + tdd_orchestrate.py + opencode_client.py;model_cooldowns.json + machine.json JSON 解析 OK。


T3 多实例负载选路 —— ✅ 已落地 + 验证通过(2026-11-08 用户拍板「立即实施 T3」)

改动(全部在 tdd-orchestrator/scripts/tdd_orchestrate.py):

  • 新增 _pick_candidate_clients():收集可调度实例候选(machine opencode_clients.clients[] enabled+backend==opencode ∪ session_connections 键,去重排除占位/未启用)。
  • 新增 _client_concurrency_limit():client 级 concurrency_limit 覆盖,否则全局 agent_session_limit(默认 3)。
  • 新增 _is_prod_client():从 deploy_sessions.production.client 判定生产实例,研发派发默认排除(等价 hub _pick_instance 的 danger/allow_prod 语义)。
  • 新增 pick_least_loaded_instance(machine_cfg, cfg, all_sessions=None, allow_prod=False):等价替换 hub _pick_instance —— 优先复用 all_sessions(enumerate_sessions 已枚举含 status)聚合各实例 running/total,缺失实例(零会话/未收录)才独立 list_sessions 补充探测;排序 key=(running, -total, client_name) 取负载最低。
  • _alloc_dedicated_session() / _alloc_with_quota_check() 新增 client_override 参数(选路结果优先于 label→client 解析),auto_dispatch 枚举后先行选路并把结果透传。

实测(断言全过):

  • 候选收集排除 disabled;并发上限 client 覆盖/全局/clamp≥1;生产判定 prod-x=True。
  • 排序 (running,-total,name):同负载下会话多者优先;零负载零会话实例最优先;全达限返回空串+说明。
  • 真实 machine.json 选路(优化前独立探测):lan-189(0/3、50 会话)命中,prod-etotem 正确隔离,106.6s。
  • ⚠ 优化:原实现对每实例重复逐会话探测过慢(106.6s)→ 改优先复用 all_sessions 聚合,缺失才补探测。
  • monkeypatch 验证 auto_dispatch 接入点:[instance-pick] 选路实例:lan-b → client_override 正确透传到分配路径,派发成功核验 ✓。
  • 附带发现(非 T3 引入,记录待后续优化):enumerate_sessions 全量枚举在部分远端实例连接超时时会很慢(真实环境 >250s),影响 auto_dispatch 首步;建议 T5 直连改造时并行化/短路不可达实例。

T4 槽位并发锁 —— ✅ 已落地 + 验证通过(2026-11-08 用户拍板「立即实施 T4」)

改动:

  • 移植 slot_lock.py → tdd-orchestrator/scripts/slot_lock.py:从 hub tools/xaf_agent_hub/slot_lock.py 忠实移植(sed 归一后实现逐行一致),仅默认根目录改 ~/.tdd-orchestrator(与 hub ~/.xaf_agent_hub 隔离,迁移期双轨互不干扰;第二步 hub 退役后可统一)。含 SlotManager(实例互斥文件锁 msvcrt/fcntl + 槽位预留 TTL/grace/pid 清理)、SlotLockTimeout、Slot、pid_alive。
  • 接入 _alloc_with_slot_lock()(新增于 tdd_orchestrate.py):_alloc_with_quota_check 新建分支改走锁保护——with sm.lock(client_name) 持锁期内重扫目标实例最新会话(锁外 all_sessions 快照并发下可能过时)+ sm.pending() 叠加在途预留数 → 判定 running + pending >= limit 拒绝;reserve → _alloc_dedicated_session → commit 闭环,创建失败/异常 release。
  • 优雅降级:slot_lock 不可导入(mes 等未随 skill 分发)→ 回退原 _alloc_dedicated_session 直连逻辑,无锁项目不受影响。

实测(断言全过):

  • slot_lock 单元(临时 root):锁互斥(两线程先后获取);reserve→pending 计数;commit 后 active 去重(pending(inst,{ses})==0);传播窗口(commit 后未入 active 且 grace 内仍计占用);release 清理;TTL 过期自动清理;pid 消失保守期仍计 + TTL 兜底清理(Windows OpenProcess 失败保守 True,与 hub 同构)。
  • 接入断言:配额未满 → reserve→commit 闭环 status=new;锁内重扫发现 3 busy + 1 在途 → skipped(note「运行 3 + 在途 1」证明预留正确叠加)。

下一步:T5(派发链直连·核心)→ T6(填槽并入 --auto)→ T7(会话恢复)→ T8(巡检并入 WorkBuddy automation),依序推进。


T5 派发链直连(核心改造) —— ✅ 已落地 + 验证通过(2026-11-08 用户拍板「立即实施 T5」)

目标:dispatch.py 不再 subprocess.run(tools/xaf_agent_hub/hub.py dispatch),改为直接 import tdd_orchestrate 复用 skill 的 T1–T4 能力(实例级模型链 / 家族黑窗 / 负载选路 / 槽位锁)完成选路、建会话、投递——hub 的派发末端从进程依赖变为零依赖(第二步 hub 退役后,派发链路 100% 由 skill 自给)。

改动:

  • E:/cfc/.workbuddy/dispatch.py:
    1. 常量 HUB_PY → SKILL_TDD_DIR/SKILL_TDD_SCRIPTS(TDD_SKILL_DIR 可覆盖,默认 ~/.workbuddy/skills/tdd-orchestrator);把 skill scripts 加入 sys.path。
    2. 新增 _import_skill():导入 tdd_orchestrate,失败返回 None(优雅降级,错误信息提示 TDD_SKILL_DIR)。
    3. _hub_dispatch → _skill_dispatch(instruction, tid, session_id="", instance="", dry_run=False, model_hint=""):
      • ① 优先复用调用方已建会话(auto_dispatch 经 _alloc_with_quota_check 分配、T4 槽位锁内 commit 的 session_id,经 --session 传入,避免二次分配/锁竞争)→ 直接 send_prompt;
      • ② 无会话 → skill 选路(pick_least_loaded_instance,T3)→ _alloc_dedicated_session(client_override=...) 建会话(实例级模型链 + 家族黑窗,T1/T2);
      • ③ cc.send_prompt(sid, instruction) 入队成功即 verified(异步语义,执行确认仍由 git 真理兜底)。
    4. main() 新增 argparse --session/--instance(供 auto_dispatch 透传);dry-run 分支改交 _skill_dispatch(dry_run=True) 处理(含选路/建会话预演,只是不 send_prompt);模块 docstring 更新(不再提 hub 为派发引擎)。
  • skill tdd-orchestrator/scripts/tdd_orchestrate.py:auto_dispatch 子进程调用 [sys.executable, dp, "--task", tid, "--json"] → 追加 --session <sid>(若已分配)与 --instance <picked>(若选路成功)——T4 锁内分配的会话不再被 dispatch 侧二次浪费。

验证(全过):

  • py_compile 通过 dispatch.py + tdd_orchestrate.py;dispatch.py grep 确认代码层 _hub_dispatch/HUB_PY/hub.py 调用 0 命中(仅注释/docstring 记录历史)。
  • dry-run 快速路径:python .workbuddy/dispatch.py --task S-cfc-20 --json --dry-run --instance lan-189 → {"verified": true, "verify_detail": "[DRY-RUN] 将直连 skill 建会话并投递到 lan-189(未发送)..."} ✓
  • dry-run 会话透传:--instance lan-189 --session sess-test-001 → "[DRY-RUN] 将直连 skill send_prompt 到 lan-189/sess-test-001(未发送)" ✓(JSON 格式符合编排器约定)
  • 最小集成:真实 machine.json 解析 _opencode_client(lan-189) 返回 OpenCodeClient 且 hasattr(cc, 'send_prompt')==True;_import_opencode_client 经 _clients_json_candidates 回退路径正确定位 opencode-orchestrator/scripts ✓

注意(记录):opencode_client.py 位于 opencode-orchestrator/scripts/(非 tdd-orchestrator),由 tdd_orchestrate _import_opencode_client 经相对路径回退导入——两 skill 必须同机共存,第二步 hub 退役不受影响。

下一步:T6(填槽并入 --auto)→ T7(会话恢复)→ T8(巡检并入 WorkBuddy automation),依序推进。


T6 填槽并入自动化 —— ✅ 已落地 + 验证通过(2026-11-08 用户拍板「立即实施 T6」)

目标:fill_slots.py(hub tasks_backlog.json 挑空闲位派)的「缺位补位、池空不空转」语义并入 skill --auto;巡检 prompt 追加「pool empty → --add-task 建新任务」路径(与 hub fill_slots 对齐)。

能力收敛结论(先盘点后改动):

  • 池来源已满足:skill auto_dispatch 从 .workbuddy/tasks.json 取 pending(非 hub tasks_backlog.json),等价于「backlog pool 来源换成 tasks.json」——T6 无需移植 hub 池。
  • 补位语义已等价:skill auto_dispatch 逐 pending 任务走 _alloc_with_quota_check(T4 槽位锁 + 配额感知)——配额满即 skip,等价 fill_slots「每实例补到并发位」;dispatch.py --backfill + auto_advance(git 真理)等价 fill_slots「回填进度(dispatched succeeded→done)」。T3 选路补充了 fill_slots 没有的多实例负载均衡。
  • 真实增量(本 T 落地):① skill auto_dispatch 池空提示(此前只打印「无 pending」即收手,未对齐「池空不空转」)——改为输出 --add-task <key> --requirement <溯源> --design <溯源> 续派指引(含双溯源铁律、--design 锚定已合入契约);② 巡检 automation prompt 强化「池空判定 + 并发位核对」语义。

改动:

  • skill tdd_orchestrate.py:auto_dispatch 池空分支重写——从「无 pending 即收手」改为「池空 ≠ 收手:提示用 --add-task 从 SC 场景缺口 / --changes 感知变更建新任务后续派」,并说明 skill 不自动发明任务(--add-task 需 key + 双溯源),建任务后回到本函数续派。
  • 巡检 automation prompt(id 5c32f42a-f237-4946-bedf-97dd1e2e0f66):§4 派发统一走 tdd_orchestrate.py --auto --role 开发 --limit 2(T5 后派发链已直连 skill,删除 hub.py dispatch 选项);§5 明确池空判定(--auto 输出「无 pending TDD 任务(池空)」= tasks.json 0 pending)+ 并发位核对(--inspect/--status 算各实例 running < 并发上限即有闲位),只要「有闲位且池空/派发完」就 --add-task 建新任务续派,双侧填满才收敛本轮。

验证(全过):

  • py_compile 通过 tdd_orchestrate.py。
  • 函数级空池:构造 tasks=[] 调 auto_dispatch(dry_run=True) → 输出完整池空提示(T6 标记 + --add-task 续派指引),返回 (0,0) ✓。
  • 附带观察:验证期间发现 .workbuddy/tasks.json 被其他会话登记 2 个新 RED 任务(S-cfc-79 diet.recommendation.uiRework、S-cfc-80 diet.recommendation.participantSelect,17:35/17:39)——非本 T 改动,未触碰。

下一步:T7(会话恢复)→ T8(巡检并入 WorkBuddy automation)→ 第二步 hub 退役归档(T1–T8 稳定 ≥3 日)。


T7 会话恢复 —— ✅ 已落地 + 验证通过(2026-11-08 用户拍板「立即实施 T7」)

目标:resume_interrupted.py(恢复被中断/中途停下的 CFC 会话)逻辑移植为 skill 子命令 --resume,与 hub 解耦;confirm_session.py(模型切换+执行确认)能力已收敛(T1 实例级模型链 + T5 入队即 verified + git 真理兜底),不再单独移植 --confirm。

改动(全部 tdd-orchestrator/scripts/tdd_orchestrate.py):

  • 移植 RESUME_PROMPT(续做指令:先只读 git 确认现状 → 未完成则继续做完 → 自行 commit+push 回报,无需主理人确认)+ RESUME_DONE_MARKERS/RESUME_CONTINUE_CUES(完成标记/延续语)+ _classify_mid_work()(半途停下判定)。
  • 新增 _resume_branch_line(machine_cfg, client_name)(移植 hub discipline.branch_line/policy_for_instance:local 实例或显式 branch_policy=mainline → 主分支口径;否则 feature/ 隔离口径)。
  • 新增 _last_real_message(cc, sid)(读末条 assistant/user 消息)+ _resume_session_running(s)(time.updated > time.idle 运行判定,移植 opencode _is_running_detail)。
  • 新增 resume_interrupted_sessions(machine_cfg, cfg, dry_run, explain, min_idle_minutes=15, recent_hours=12.0, no_midwork, allow_prod, client_filter):对候选实例 list_sessions(含 outcome/time.updated/location.directory/title)→ 运行判定 → A 类 outcome=interrupted 直接恢复;B 类 succeeded/空 读末条消息判半途停下 → 冷却(min-idle-minutes)/并发位(_client_concurrency_limit - running)/生产跳过 → send_prompt(RESUME_PROMPT)。
  • argparse:--resume(恢复)/--resume-client(指定实例)/--resume-explain(判定理由)/--min-idle-minutes/--recent-hours/--no-resume-midwork/--allow-prod;_WORKLOG_ACTIONS 加 ("resume", "--resume")。
  • main() 独立分发(靠前、不依赖 TDD 完整配置):--resume --dry-run = 只读识别(列出候选+判定理由,不发送);实际恢复模式有候选但 0 成功 → 退出码 1(下一轮巡检自动重试)。
  • 能力收敛说明:confirm_session.py(check/fix/wait 模型切换 + 执行确认)不移植 --confirm——T1 实例级模型链已覆盖「按真实 provider 选模型」,T5 异步投递「入队即 verified」+ dispatch.py --backfill/auto_advance(git 真理)已覆盖「执行确认」,模型切换黑窗由 T2 家族黑窗 + apply_model_rule 承接。

    验证(全过):

    • py_compile ✓;AST 断言 5 个 T7 函数全部定义 ✓。
    • 单元 9/9:_classify_mid_work 含完成标记/延续语/工具未收尾/非 assistant/无消息全对;_resume_branch_line local-45278→主分支、lan-189→feature/;RESUME_PROMPT.format 含反斜杠目录冒烟 ✓。
    • 集成 dry-run(lan-189):A 类识别 TDD S-cfc-71 GREEN 实现(ses_e477c18a,outcome=interrupted)→ 恢复候选 ✓;B 类 [scn] 运行 1/3(余 2 位) + [cool] 空闲10分<15(冷却) + [chk] succeeded→无明确半途信号/→含完成标记(正确排除已收尾)✓;dry-run 未发送,退出码 0 ✓。

    下一步:T8(巡检并入 WorkBuddy automation)→ 第二步 hub 退役归档(T1–T8 稳定 ≥3 日)。


    T8 巡检并入 WorkBuddy automation —— ✅ 已落地 + 验证通过(2026-11-08 用户拍板「立即实施 T8」,实际收尾于 11-09 00:15)

    目标:现有 CF 研发负责人·闭环巡检(每时45分)(id 5c32f42a-...)prompt 去 hub 化,改为纯 skill 命令;停用 Windows 计划任务 XAFHubCheck_01..06 + xaf_hub_watchdog(停前 kill 运行中的 loop_resume.py/watchdog.py)。

    落实:

    • automation prompt 收尾(id 5c32f42a):§2 只读盘点新增 tdd_orchestrate.py --resume --dry-run(T7 只读识别恢复候选);§3 恢复动作统一 tdd_orchestrate.py --resume(T7 直连 skill,注明「已停用 hub 计划任务/看护进程」);§6 清掉 tasks_backlog.json 风险提及,改为「任务池单一事实源 .workbuddy/tasks.json(本地私有不入库),跨会话以 origin/cfclub 的 docs/tdd/*.md 为准」。§4 派发 tdd_orchestrate.py --auto --role 开发 --limit 2(T5 直连,不再调 hub.py dispatch)。
    • 计划任务核验:schtasks /Query /TN XAFHubCheck_01..06 + xaf_hub_watchdog → 7 个全部 MISSING(当前系统已无这些任务,无需停;历史上由 setup_scheduled_tasks.py 的幂等清理逻辑沉淀)。
    • 进程核验:loop_resume.py/watchdog.py 无运行进程,无需 kill。
    • 并行 CF automation 抽查:CF 研发负责人1(54247bf9)、CF 研发闭环任务·巡检10分错峰02(856ff81f)均为 generic prompt("处理闭环开发任务/汇报"),无 hub.py / setup_scheduledtasks.py / XAFHubCheck* 显式引用——不属 T8 改造对象,保持原样。

    ⚠ 记录(非 T8 目标,第二步退役时清理):发现 PID 108156 运行 hub.py watch --interval 30(只读状态监控:轮询打印 CFC 会话运行状态变化,不派发、不调度),非 T8 要停的调度看护进程,未 kill;第二步 hub 归档时一并终止。

    验证(T8 完成判据全过):

    • automation prompt 全文无 hub.py / setup_scheduled_tasks.py / XAFHubCheck_* / loop_resume.py 命令引用(§4 留一句「不再调 hub.py dispatch」的说明性文案,语义明确)。
    • schtasks /Query 7 目标任务 MISSING(计划任务清理已符合 T8 目标)。
    • skill 侧(tdd_orchestrate.py)grep hub.py / setup_scheduled_tasks / XAFHubCheck / loop_resume / xaf_hub_watchdog → 0 命中。
    • 无运行中的 loop_resume.py / watchdog.py 进程。

    下一步:性能注意——enumerate_sessions 全量枚举在部分远端实例连接超时时很慢(>250s 实弹),影响 --auto 首步;已被 T5 直连改造部分缓解(dispatch 复用已建会话),建议后续轮次并行化/短路不可达实例。第二步 hub 退役归档前置:T1–T8 全部落地并通过 N ≥ 3 日闭环稳定验证(至少覆盖一次 429 黑窗 + 一次 08:00 解禁 + 一次多实例并发)。退役动作见「二、第二步」:tasks_backlog 待办迁移、停 setup_scheduled_tasks 关联 automation、归档 tools/xaf_agent_hub/ → docs/archive/xaf-agent-hub-legacy/、最终验收完整 TDD 闭环期间零 hub 退回。


    T8.1 并行 CF automation 收敛(T8 覆盖缺口补漏)—— ✅ 已落地(2026-11-09)

    发现(验证期启动前盘点):CF 研发闭环体系实际有 7 个 ACTIVE automation(每时共 7 轮),T8 只改造了 5c32f42a(每时45分)一个。并行 6 个(54247bf9/05193ba0/856ff81f/0b1ecca1/ce26ad68/298dcf47)prompt 为 generic「处理闭环开发任务」,虽无显式 hub 命令引用(T8 抽查判据表面成立),但执行 agent 会自主读取 tools/xaf_agent_hub/ README 并调用 hub 脚本——实证:11-09 04:19(05193ba0 轮)与 06:15(第87轮)跑批记录仍用 fill_slots / hub.py dispatch / tasks_backlog.json。

    收敛动作:6 个并行 CF automation prompt 各追加统一收敛纪律块(同一文案,含上个规范):

    • 任务池单一事实源 .workbuddy/tasks.json(本地私有不入库);
    • 盘点:tdd_orchestrate.py --status --top 12 --role 研发负责人 / --inspect / --clean-check / --changes --days 7 / --resume --dry-run;恢复:--resume;派发:--auto --role 开发 --limit 2;池空按 --changes/场景缺口 --add-task <key> --requirement <溯源> --design <溯源> 续派——全部 skill 命令;
    • 并发互斥(.tdd/state.json 5 分钟内被其他错峰负责人改动则本轮跳过)+ git 真理纪律(严禁 git add -A,只 add 精确路径)对齐 5c32f42a;
    • ❌ 禁止调用 tools/xaf_agent_hub/ 下任何脚本(hub.py/scheduler.py/fix_free_limit.py/resume_interrupted.py/confirm_session.py/setup_scheduled_tasks.py 等);如有 skill 能力缺失如实记录回报,不得退回 hub。

    意义:收敛是「验证期零 hub 退回」成立的前提——否则并行轮次每时 6 轮仍用 hub,观察必然失真。收敛不改 hub 目录、不触碰第二步任何退役动作(纯 prompt 层面)。

    验证:6 个 update 全部 success,prompt 回读含统一纪律块、nextRunAt 正常;5c32f42a 原 prompt 不受影响;MES 系列(不同项目,非本迁移范围)与 PAUSED 的 XAF Hub 巡检(aa054f99/0036de92/c1658227,已暂定)不在收敛范围,第二步退役时复核。


    【验证期开启】N ≥ 3 日闭环稳定验证(2026-11-09 用户拍板「先观察 ≥3 日再退役」)

    观察期自 2026-11-09 起,不早于 2026-11-12 评估。CF 研发闭环 7 轮(每时45分 + 并行 6 错峰)现已全部纯 skill 路径。

    观察指标(每轮巡检汇报必填「hub 退回例外」栏,无→0):

    1. 是否出现任何一次因 skill 缺能力而退回 hub 的例外(豁免:只读审计性 hub.py watch 进程 PID 108156,第二步退役时清理);
    2. 事件覆盖:一次真实 429 黑窗 → 08:15 解禁(⚠ 已天然覆盖——11-08 23:35 全节点 free 耗尽封禁 → 11-09 08:15 解禁,P0/P1 黑窗改造已实盘验证 6 实例);一次多实例并发派发;
    3. --resume/--auto/--add-task skill 命令全链路无缺口。

    提前退役触发条件:连续 3 日零 hub 退回例外。期间如有 skill 能力缺口 → 按 T 系列补齐后再继续观察,不提前退役。